单项选择题
随机选择N个对象，每个对象初始的代表了一个簇的平均值或中心，对剩余的每个对象根据其余各个簇中心的距离，将它赋给最近的簇，然后重新计算每个簇的平均值，这个过程不断重复，直到准则函数收敛，这种算法称为（）
A.K中心算法
B.K平均算法
C.K原型算法
D.PAM算法
点击查看答案&解析
相关考题
-
单项选择题
（）是一种用于线性和非线性数据的分类算法，它将原数据变换到高维空间，使用称作支持向量的基本训练元组，从中发现分离数据的超平面。
A.贝叶斯算法
B.支持向量机算法
C.神经网络算法
D.决策树算法 -
单项选择题
后向传播是一种用于分类的（）算法，使用梯度下降方法，它搜索一组权重，这组权重可以对数据建模，使得数据元组的网络类预测和实际类标号之间的均方差距离最小。
A.贝叶斯算法
B.支持向量机算法
C.神经网络算法
D.决策树算法 -
单项选择题
贝叶斯算法的核心是贝叶斯定理，下列哪个符合贝叶斯定理的描述（）
A.贝叶斯定理是关于特定事件A和B的条件概率的一则定理。其中P（A∣B）是在A发生的情况下B发生的可能性。
B.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是在B发生的情况下A发生的可能性。
C.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是在A发生的情况下B发生的可能性。
D.贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P（A∣B）是AB同时发生的可能性。
